首页 星云 工具 资源 星选 资讯 热门工具
:

PDF转图片 完全免费 小红书视频下载 无水印 抖音视频下载 无水印 数字星空

代码随想录Day1

编程知识
2024年07月31日 21:51

704.二分查找

给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。

示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9     
输出: 4       
解释: 9 出现在 nums 中并且下标为 4    

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2     
输出: -1        
解释: 2 不存在 nums 中因此返回 -1   

提示:

你可以假设 nums 中的所有元素是不重复的。
n 将在 [1, 10000]之间。
nums 的每个元素都将在 [-9999, 9999]之间。


暴力

从头到尾循环一遍,找到了就返回下标,否则返回-1(代码略);
Obviously,此算法时间复杂度为\(O(n)\),数据较大时就TLE挂了QwQ;
那么如何优化呢?
再来仔细地读一遍题目,发现题目中有一个很重要的条件没用:
给定的\(n\)个元素是有序的!

二分法(正解)

顾名思义,“二分法”的核心思想就是每次将搜索范围减小一半,以达到节省时间的目的;
因为数据是有序的,所以可以将数据的大小作为关键字与目标\(target\)进行比较分类;
具体过程就是将区间中点\(mid\)\(target\)比较:
\(target=mid\)时返回下标;
\(target<mid\)时搜索左半边;
\(target>mid\)时搜索右半边;
时间复杂度\(O(log_2n)\)
注意:整个过程需要基于数组有序!!!

上代码(●'◡'●)
class Solution {
public:
    int search(vector<int>& nums, int target) {
        int l=0,r=nums.size()-1;//l:区间左边界;r:区间右边界
        while(l<=r){//二分
            int mid=(l+r)>>1;//找中点(">>"位运算符号,相当于/2)
            if(nums[mid]==target){
                return mid;
            }
            if(nums[mid]<target){
                l=mid+1;
            }
            if(nums[mid]>target){
                r=mid-1;
            }
        }
        return -1;
    }
};//完结撒花ヾ(≧▽≦*)o

35.搜索插入位置

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。

请必须使用时间复杂度为\(O(log n)\) 的算法。

示例 1:

输入: nums = [1,3,5,6], target = 5
输出: 2

示例 2:

输入: nums = [1,3,5,6], target = 2
输出: 1

示例 3:

输入: nums = [1,3,5,6], target = 7
输出: 4

提示:

\(1 <= nums.length <= 10^4\)
\(-10^4 <= nums[i] <= 10^4\)
nums 为 无重复元素 的 升序 排列数组
\(-10^4 <= target <= 10^4\)


正解(still,二分)

由题意得:
一、目标存在:二分查找;
二、目标不存在:返回第一个比目标大的元素下标;
至于第二条怎么实现,其实直接查找结束后返回\(l\)就行啦;
证明:略(其实自己也不知道为什么 QAQ 乱搞出奇迹啦~)
注意:二分法必须基于数据的有序,如果题目没说有序就不能用啦 =)

上代码(●'◡'●)
class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int l=0,r=nums.size()-1;
        if(target<nums[0]){
            return 0;
        }
        while(l<=r){//二分,无需多言
            int mid=(l+r)>>1;
            if(nums[mid]==target){
                return mid;
            }
            if(nums[mid]<target){
                l=mid+1;
            }
            if(nums[mid]>target){
                r=mid-1;
            }
        }
        return l;//玄学
    }
};//完结撒花ヾ(≧▽≦*)o

效率
\(O(log_2n)\)跑的真快○( ^皿^)っHiahiahia…

34.在排序数组中查找元素的第一个和最后一个位置

给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。

如果数组中不存在目标值 target,返回 [-1, -1]。

你必须设计并实现时间复杂度为\(O(log n)\) 的算法解决此问题。

示例 1:

输入:nums = [5,7,7,8,8,10], target = 8
输出:[3,4]

示例 2:

输入:nums = [5,7,7,8,8,10], target = 6
输出:[-1,-1]

示例 3:

输入:nums = [], target = 0
输出:[-1,-1]

提示:

\(0 <= nums.length <= 10^5\)
\(-10^9 <= nums[i] <= 10^9\)
nums 是一个非递减数组
\(-10^9 <= target <= 10^9\)


暴力

还是循环一遍数组,记录下目标第一次后最后一次出现的位置然后输出(代码略);
Still,obviously,时间复杂度\(O(n)\),题目可是要求\(O(log_2n)\)的鸭qWq;
BUT!!!数组是有序的;
SO!!!

正解(二分,again)

思路很简单,用两次二分,分别找出第一次出现和最后一次;

上代码(●'◡'●)
class Solution {
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        int l=0,r=nums.size()-1;
        if(r<0){//特判
            return vector<int>{-1,-1};
        }
        int lx,rx,flag=0;
        while(l<=r){//二分查找第一次出现
            int mid=(l+r)>>1;
            if(nums[mid]==target){
                r=mid-1;
                lx=mid;
                flag=1;
            }
            if(nums[mid]>target){
                r=mid-1;
                lx=mid;
            }
            if(nums[mid]<target){
                l=mid+1;
            }
        }
        if(flag==0){//特判,没有这个元素
            return vector<int>{-1,-1};
        }
        l=0,r=nums.size()-1;//初始化
        while(l<=r){//二分查找最后一次出现
            int mid=(l+r)>>1;
            if(nums[mid]==target||nums[mid]<target){
                l=mid+1;
                rx=mid;
            }
            if(nums[mid]>target){
                r=mid-1;
            }
        }
        return vector<int>{lx,rx};//返回答案
    }
};//完结撒花ヾ(≧▽≦*)o

27.移除元素

给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素。元素的顺序可能发生改变。然后返回 nums 中与 val 不同的元素的数量。

假设 nums 中不等于 val 的元素数量为 k,要通过此题,您需要执行以下操作:

更改 nums 数组,使 nums 的前 k 个元素包含不等于 val 的元素。nums 的其余元素和 nums 的大小并不重要。
返回 k。
用户评测:

评测机将使用以下代码测试您的解决方案:

int[] nums = [...]; // 输入数组
int val = ...; // 要移除的值
int[] expectedNums = [...]; // 长度正确的预期答案。
                            // 它以不等于 val 的值排序。

int k = removeElement(nums, val); // 调用你的实现

assert k == expectedNums.length;
sort(nums, 0, k); // 排序 nums 的前 k 个元素
for (int i = 0; i < actualLength; i++) {
    assert nums[i] == expectedNums[i];
}

如果所有的断言都通过,你的解决方案将会 通过。

示例 1:

输入:nums = [3,2,2,3], val = 3
输出:2, nums = [2,2,_,_]
解释:你的函数函数应该返回 k = 2, 并且 nums 中的前两个元素均为 2。

你在返回的 k 个元素之外留下了什么并不重要(因此它们并不计入评测)。
示例 2:

输入:nums = [0,1,2,2,3,0,4,2], val = 2
输出:5, nums = [0,1,4,0,3,_,_,_]
解释:你的函数应该返回 k = 5,并且 nums 中的前五个元素为 0,0,1,3,4。

注意这五个元素可以任意顺序返回。
你在返回的 k 个元素之外留下了什么并不重要(因此它们并不计入评测)。

提示:

0 <= nums.length <= 100
0 <= nums[i] <= 50
0 <= val <= 100


暴力

每删除一个元素就将这个元素后所有元素前移;
显然复杂度\(O(n^2)\),TLE没跑了😔;

正解(快慢指针+左右双指针)

快慢指针:
快指针:寻找新数组的元素 ,新数组就是不含有目标元素的数组
慢指针:指向更新 新数组下标的位置
具体过程:
具体过程
这样写出来的代码:

// 时间复杂度:O(n)
// 空间复杂度:O(1)
class Solution {
public:
    int removeElement(vector<int>& nums, int val) {
        int slowIndex = 0;
        for (int fastIndex = 0; fastIndex < nums.size(); fastIndex++) {
            if (val != nums[fastIndex]) {
                nums[slowIndex++] = nums[fastIndex];
            }
        }
        return slowIndex;
    }
};//nice

自己闲来无事,又搞了一个小小的优化(码的好丑不堪入目QwQ):

class Solution {
public:
    int removeElement(vector<int>& nums, int val) {
        int k=0,n=nums.size();
        if(n==0){
            return 0;
        }
        if(n==1){
            if(n==val){
                return 0;
            }
            else{
                return 1;
            }
        }
        int nums1[100000]={0};
        if(n%2==1){//处理数组长度为奇数情况
            if(nums[n/2]!=val){
                nums1[k]=nums[n/2];
                k++;
            }
        }
        for(int i=0,j=n-1;i<n/2;i++,j--){//快指针,从两边往中间,减少一半执行次数
            if(nums[i]!=val){
                nums1[k]=nums[i];
                k++;//慢指针
            }
            if(nums[j]!=val){
                nums1[k]=nums[j];
                k++;
            }
        }
        if(n%2==1){
            nums[n/2]=nums1[n/2];
        }
        for(int i=0,j=n-1;i<n/2;i++,j--){//因为是从两边往中间所以没法和上面的合并/_ \
            nums[i]=nums1[i];//更新
            nums[j]=nums1[j];
        }
        
        return k;//返回不被删除元素个数
    }
};//完结撒花ヾ(≧▽≦*)o

效率
复杂度\(O(n/2)\),虽然丑了点儿,但跑的贼快^ O ^nice~

977.有序数组的平方

给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。

示例 1:

输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100]
排序后,数组变为 [0,1,9,16,100]

示例 2:

输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]
 

提示:

\(1 <= nums.length <= 10^4\)
\(-10^4 <= nums[i] <= 10^4\)
nums 已按 非递减顺序 排序

进阶:

请你设计时间复杂度为 \(O(n\)) 的算法解决本问题

暴力

遍历,平方,排序;
复杂度=快排复杂度=\(O(nlog_2n)\);
依旧可以使用双指针优化;

正解(双指针)

数组一开始有序,但平方的大小由绝对值决定

上代码(●'◡'●)
class Solution {
public:
    vector<int> sortedSquares(vector<int>& nums) {
        int r=nums.size()-1,l=0,k=r;//左右指针和结果指针
        vector<int> ans(r+1,0);//结果数组
        while(l<=r){
            if(abs(nums[l])<abs(nums[r])){//先把前面比自己小的存进去
                ans[k] = nums[r]*nums[r];
                k--;
                r--;
            }
            else{//再把自己存进去
                ans[k]=nums[l]*nums[l];
                k--;
                l++;
            }
        }
        return ans;返回结果
    }
};//完结撒花ヾ(≧▽≦*)o

时间复杂度现在也是降到了\(O(n)\),比暴力快了不少!

写博不易,请大佬点赞支持一下8~
From:https://www.cnblogs.com/Murder-sans/p/18335672/dmsxl_day1
本文地址: http://www.shuzixingkong.net/article/644
0评论
提交 加载更多评论
其他文章 从C++看C#托管内存与非托管内存
进程的内存 一个exe文件,在没有运行时,其磁盘存储空间格式为函数代码段+全局变量段。加载为内存后,其进程内存模式增加为函数代码段+全局变量段+函数调用栈+堆区。我们重点讨论堆区。 进程内存 函数代码段 全局变量段 函数调用栈 堆区 托管堆与非托管堆 C# int a=10这种代码申请的内存空间位于
从C++看C#托管内存与非托管内存 从C++看C#托管内存与非托管内存 从C++看C#托管内存与非托管内存
架构演化思考总结(2)
架构演化思考总结(2) ​ —-–从命令模式中来探索处理依赖关系 在正式引入命令模式的概念之前,我们先从简单的案例来逐步演化大家在书面上常见到的内容。 public interface ICommand { void Execute(); } public class PlayMusicComman
架构演化思考总结(2)
RPC和 HTTP协议
RPC 和HTTP 的区别 服务发现 HTTP,知道服务域名,可以通过 DNS 解析 得到 服务的IP地址,从而进行访问 RPC 需要一个专门的中间服务去保存服务名和IP信息(注册中心,nacos、consul),想要访问某个服务,就得同时注册到 中间服务,然后获取需要顶用服务的IP 和端口信息 底
全网最适合入门的面向对象编程教程:29 类和对象的Python实现-断言与防御性编程和help函数的使用
在Python中,断言是一种常用的调试工具,它允许程序员编写一条检查某个条件。本文主要介绍了断言的应用场景和特点以及assert语句的使用,同时介绍了防御性编程和help()函数。
全网最适合入门的面向对象编程教程:29 类和对象的Python实现-断言与防御性编程和help函数的使用 全网最适合入门的面向对象编程教程:29 类和对象的Python实现-断言与防御性编程和help函数的使用 全网最适合入门的面向对象编程教程:29 类和对象的Python实现-断言与防御性编程和help函数的使用
在 Hub 上使用 Presidio 进行自动 PII 检测实验
我们在 Hugging Face Hub 上托管的机器学习 (ML) 数据集中发现了一个引人关注的现象: 包含个人未经记录的私密信息。这一现象为机器学习从业者带来了一些特殊挑战。 在本篇博客中,我们将深入探讨含有一种称为个人识别信息 (PII) 的私密信息的各类数据集,分析这些数据集存在的问题,并介
在 Hub 上使用 Presidio 进行自动 PII 检测实验
我用Awesome-Graphs看论文:解读GraphBolt
这次向大家分享一篇流图处理系统论文GraphBolt,看如何基于计算历史的方式实现增量图计算,并保证与全量图计算语义的一致性。
我用Awesome-Graphs看论文:解读GraphBolt 我用Awesome-Graphs看论文:解读GraphBolt 我用Awesome-Graphs看论文:解读GraphBolt
C#/.NET/.NET Core优秀项目和框架2024年7月简报
前言 公众号每月定期推广和分享的C#/.NET/.NET Core优秀项目和框架(每周至少会推荐两个优秀的项目和框架当然节假日除外),公众号推文中有项目和框架的介绍、功能特点、使用方式以及部分功能截图等(打不开或者打开GitHub很慢的同学可以优先查看公众号推文,文末一定会附带项目和框架源码地址)。
C#/.NET/.NET Core优秀项目和框架2024年7月简报 C#/.NET/.NET Core优秀项目和框架2024年7月简报 C#/.NET/.NET Core优秀项目和框架2024年7月简报
《最新出炉》系列初窥篇-Python+Playwright自动化测试-61 - 隐藏元素定位与操作
1.简介 对于前端隐藏元素,一直是自动化定位元素的隐形杀手,让人防不胜防。脚本跑到隐藏元素时位置时报各种各样的错误,可是这种隐藏的下拉菜单又没有办法避免,所以非常头痛,这一篇只为交流隐藏元素自动化定位处理方法以及宏哥自己的一点浅薄见解。 2.什么是隐藏元素 隐藏元素,熟悉前端的或者HTML的小伙伴或
《最新出炉》系列初窥篇-Python+Playwright自动化测试-61 - 隐藏元素定位与操作 《最新出炉》系列初窥篇-Python+Playwright自动化测试-61 - 隐藏元素定位与操作 《最新出炉》系列初窥篇-Python+Playwright自动化测试-61 - 隐藏元素定位与操作